Plugins

WeKnora-Wissensabrufwerkzeuge für DeepSeek Harness (dsh): semantische Suche, Dokumentenlesen und RAG-/Agent-Antworten über Ihre eigenen Wissensdatenbanken.

Fehlerbehebungs-Gedächtnis: durchsucht und protokolliert Lehren aus der Fehlerbehebung realer Engineering-Sitzungen, mit BM25- + semantischer RAG-Suche und einer Wissensdatenbank mit gewonnenen Erkenntnissen.

Verifizierbares Forschungsbericht-Modul für DeepSeek Harness mit inhaltsadressiertem Belegregister, versionierten versiegelten Berichten, bei denen jede Aussage ein Verifikationsurteil trägt und der Manifest-Hash das Verzeichnis versiegelt, sowie Retrieval-Orchestrierung, die die ctx.web- und ctx.jobs-Schnittstellen wiederverwendet.

Lokal von Git gestütztes Langzeitgedächtnis für DeepSeek Harness mit hybrider CJK-/Englisch-Suche, zitiertem Kontext, transaktionaler Synchronisierung, Vorschauen und Rollback.

DeepSeek-Harness-Integration für OpenContext mit dauerhaftem sitzungsübergreifendem Speicher, automatischer Prompt-Erfassung und -Abruf, Sitzungszusammenfassungen, strukturierten Erkenntnissen und Dokumentenabruf.

Langzeitgedächtnis für DeepSeek Harness: Mehrkanal-Abruf und ein sich weiterentwickelnder Speicher.

Langzeitgedächtnis für DSH: Gespräche werden automatisch in atomare Fakten, Szenenzusammenfassungen und ein Persona-Profil destilliert, wobei relevante Erinnerungen vor jedem Modellschritt injiziert werden. Ohne Konfiguration sofort einsatzbereit — hybride BM25- + Vektor-Recherche, optionale lokale Offline-Embeddings, Trennung von Chat-/Arbeits-Familien.

Automatische Kontextkompression für DeepSeek Harness: komprimiert Tool-Outputs, bevor sie das Modell erreichen, und hält jede verlustbehaftete Kompression via CCR-Retrieval-Tools reversibel.

Semantische Suche, Ressourcenverwaltung, automatischer Abruf (duale Räume für Benutzer und Agent) und Sitzungsspeicher für DeepSeek Harness: memsearch/memfind/memread/membrowse/memgrep/memglob über viking://-URIs, Ressourcenverwaltung mit memadd/memremove, memqueue-Beobachterstatus, memcommit-Sitzungserfassung und memlearn-Skill-Playbook-Erstellung.

Wandelt lokale Markdown- und Textdokumente in eine abfragbare Wissensdatenbank mit hybrider semantischer und Stichwortsuche, Zitatverifizierung und Quelleninjektion um.

Sitzungsübergreifendes Langzeitgedächtnis unter der Metapher des „Gedächtnispalasts“: SQLite-Speicher mit doppeltem Geltungsbereich (Benutzer + Projekt je Git-Ursprung), hybride Suche aus FTS5 und lokalen Vektoren mit RRF-Fusion und Aufwertung des Rankings nach Aktualität/Nachweis, automatische Erfassung aus dem Sitzungsprotokoll (einschließlich des letzten Turns), Herkunftsprüfketten, Verdichtung durch Konsolidierung und Vergessen durch Verfall sowie ein Panel „Gedächtnisbibliothek“ auf der Einstellungsseite mit Korridortopologie, Rundgangsbutler und Renovierungsliste.

Lokale Literatur-Wissensdatenbank als RAG für DSH: hybride BM25-+-Vektor-Suche auf einem SQLite-Index, Cross-Encoder-Reranking, zitierte Antworten mit Provenienz auf Abschnitts- und Seitenebene, reine Metadaten-Aktualisierung und Hintergrund-Ingestion mit Fortschrittsabfrage.

DSH-native Integrationsschicht für die Minta-Speicher-Engine: setzt die offizielle dsh-mcp-client-Zeile zusammen, registriert die Skill minta-memory-governance sowie ein Speicher-Prewarm zu Sitzungsbeginn und liefert ein Minta-Agent-Preset mit; erfordert die separat bereitgestellte Minta-Engine (Python/Docker), die die 19 MCP-Tools bereitstellt — ohne diese nicht verwendbar.

Eine Web-Roman-Schreib-Engine für DeepSeek Harness: paralleles Entwerfen, Gliederung und Brainstorming mit einem separaten DeepSeek-Schlüssel, Verwaltung von Hintergrundwissen und Vorausdeutungen, semantische Vektorsuche, eine Korpusbibliothek, ein Nutzungsprotokoll, mechanisches Korrekturlesen und ein lokaler Serialisierungsplan.

Vom Chat zur Leinwand zum Werk: steuere ComfyUI als visuelle Workflow-IDE in DSH. Bette ComfyUI (lokal oder Cloud) als geteilte Leinwand in DSH Web ein: Der Agent schreibt Prompts und Skripte im Chat, wendet sie live an und erzeugt Bilder, Musik, Video und 3D. Operationen: Pipelines bauen, Workflows lesen/schreiben, Knoten bearbeiten, Links verdrahten, ausführen, justieren und debuggen. Produktion: Batch-Parameter-Sweeps (batch_run) und automatischer Abruf der Ausgaben in den Chat (get_outputs). Pflege: Ein-Klick-Start und -Upgrade von ComfyUI, Kern und Custom Nodes. Dieses Paket ist das DSH-seitige Plugin und liefert den ComfyUI-seitigen Brückenknoten mit.

Dateibasierte sitzungsübergreifende Erinnerung: einfache Markdown-Erinnerungsdateien mit automatischer Abruf-Injektion, formatkompatibel mit Claude Codes CLAUDE.md und Erinnerungsdateien, daher ist Migration ein manuelles Dateikopieren.

Nativer Side-by-Side-Chat neben dem Hauptgespräch: eine unabhängige archivierte DSH-Session mit vollständiger nativer UI, Abruf des Elternkontexts bei Bedarf, Zitieren von Auswahlen und einem Lebenszyklus zum Behalten oder Löschen.

Aufgabenbasierte Plugin-Ausrüstungs-Engine: duale Abfrage (kuratierte Regeln + LLM-semantisch), Combo-Bewertung (Synergie/Konflikt/Kosten/Vertrauen), Konflikterkennung und Installationsbefehl-Export.

Wissensdatenbanksystem im Cherry-Studio-Stil für DeepSeek Harness (DSH): Datenbanken, Dokumente, Chunking, Embeddings (OpenAI-kompatibel / Ollama / lokal / lexikalischer Fallback), Abruf, modellorientierte Tools und ein Browser-Verwaltungsbereich.

Konversationsverlaufs-Recall für DSH: dreischichtige (wörtlich/Fuzzy/semantisch) Suche über den Originaltext jeder vergangenen Sitzung, vollständig lokal und offline – die KI vergisst nie, was Sie ihr gesagt haben. Installation per Ein-Befehl über `dsh.bundle.patch`, semantische Schicht läuft in einem Worker-Thread.

Erstellt prüfbare Wissensdatenbank-Pakete (SQLite FTS5) aus md/txt/docx/pdf mit deterministischem Retrieval und Lesen des Originaltexts.

Lokale semantische Suche im Code für DeepSeek Harness: symbolbewusste Indexierung auf Ebene der Fragmente, lexikalische Embeddings offline oder ein zu OpenAI kompatibler Endpunkt und hybrider Abruf aus Vektoren und BM25, fusioniert mit RRF – drei dsh-Werkzeuge plus eine CLI sema.

Entscheidungs- und Zielgedächtnis mit Linie: explizite Befehle und ein Modell-Tool erfassen Entscheidungen deterministisch, eine Status-Karte verankert sie über die Compaktion hinweg neu, ein verlustfreier Ereignisstrom mit BM25+jieba-Suche stützt dies, und eine Fidelity-Regressionssuite auf Szenarioebene schaltet Releases frei.

Nativer Side-by-Side-Chat neben der Hauptunterhaltung: eine unabhängige archivierte DSH-Sitzung mit vollständiger nativer UI, Bedarfsabruf des Elternkontexts, Auswahlzitaten und Behalten-oder-Löschen-Lebenszyklus.